详细内容或原文请订阅后点击阅览
NTT研究推出了哈佛的人工智能小组的新物理
当父母教孩子们与世界建立联系时，他们通过协会和模式的识别来教导。以字母s为例。父母向他们的孩子展示了足够多的信件例子，不久之后，他们将能够在指导不活跃的情况下识别其他例子； […] NTT后研究在哈佛大学推出了新的人工智能小组的新物理学，首先出现在Unite.ai上。
来源:Unite.AI当父母教孩子们与世界建立联系时，他们通过协会和模式的识别来教导。以字母s为例。父母向他们的孩子展示了足够多的信件例子，不久之后，他们将能够在指导不活跃的情况下识别其他例子；学校，一本书，广告牌。
许多不断出现的人工智能（AI）技术都以相同的方式教授。研究人员为系统提供了正确的示例，他们希望它能识别出来，并且像年幼的孩子一样，AI开始识别模式并将这种知识推送到从未有过的环境中，形成了自己的“神经网络”进行分类。但是，像人类智能一样，专家失去了了解AI决策的意见。
不断出现的人工智能（AI）技术是 教 相同的方式。研究人员为系统提供了正确的示例，他们希望它能识别出来，并且像年幼的孩子一样，AI开始识别模式并将这种知识推送到从未有过的环境中，形成了自己的“神经网络”进行分类。但是，像人类智能一样，专家失去了了解AI决策的意见。AI的“黑匣子问题”因此出现了，因为我们不完全了解AI系统如何或为什么建立联系，也不了解其决策的变量。在寻求改善系统的可信赖性和安全性并确定AI采用的治理时，这个问题尤其重要。
黑匣子问题 AI雇用筛选过程表现出的偏见现在，一个新的独立研究小组将通过将物理，心理学，哲学和神经科学领域融合在对AI的奥秘的跨学科探索中，以解决这些挑战。